用于可解释脑龄估计的体素级重要性图
图像与视频处理
2021-08-29 v1 计算机视觉与模式识别
摘要
脑老化,更具体地说是人的 chronological age(实际年龄)与 biological age(生物学年龄)之间的差异,可能是识别神经退行性疾病的一种有前景的生物标志物。为此,准确的预测很重要,但定位在预测中起重要作用的区域也至关重要,以赢得临床医生的信任并确认预测模型的性能。大多数可解释性方法聚焦于分类任务,无法直接迁移到回归任务。在本研究中,我们关注从 3D 脑磁共振(MR)图像使用卷积神经网络(称为预测模型)进行脑龄回归的任务。我们通过提取重要性图来解释其预测,从而发现对脑龄最为重要的脑区。为此,我们假设对回归无用的体素对加噪具有弹性。我们实现了一种噪声模型,旨在向输入添加尽可能多的噪声而不损害预测模型的性能。我们对受试者的重要性图取平均,得到基于群体的重要性图,其显示了对该任务有影响的脑区。我们在来自 UK Biobank 的 13,750 张 3D 脑 MR 图像上测试了我们的方法,我们的发现与现有神经病理学文献一致,强调海马体和脑室是与脑老化最相关的区域。
引用
@article{arxiv.2108.05388,
title = {Voxel-level Importance Maps for Interpretable Brain Age Estimation},
author = {Kyriaki-Margarita Bintsi and Vasileios Baltatzis and Alexander Hammers and Daniel Rueckert},
journal= {arXiv preprint arXiv:2108.05388},
year = {2021}
}
备注
Accepted at iMIMIC, MICCAI 2021